当今世界正在经历地缘政治、地缘经济与科技变革的“三重加速”，如何破解人类共同的发展难题？基础研究与人工智能（AI）成为绕不过的两大关键词。

9月12日举行的2026浦江创新论坛主论坛上，全球顶尖科学家、领军企业家与投资人都在追问同一个问题：AI驱动下，基础研究与未来产业如何双向奔赴？

尽管回答路径不同，论坛嘉宾们的落点却高度一致：开放合作不是“可选项”而是“必选项”；尽管AI4S（科学智能）加速赋能，仍需要科学家扎根基础研究，挑战难题和真问题。

越是“无人区”，越需要信任与陪伴

“过去8个月，中国科学家在三大国际顶刊上发表的论文数量比5年前增长了125%。”国家自然科学基金委员会相关负责人在论坛上提到，其中有约45%的论文是以中国学者为第一作者或共同第一作者。更值得关注的是，我国近年来出国留学人数与归国留学人数已几乎持平，“这充分证明，在中国可以做出很好的学术研究”。

基础研究越往前走，越是在无人区探路，也就越需要信任与长程陪伴。据介绍，国家自然基金委成立40年来，财政预算增长了约400倍，今年接近400亿元。为让青年人敢于挑战长周期难题，基金委为35岁以下青年人才提供“5+5+5”共15年的长周期支持，阶段性评估通过后，资助即可翻倍。去年起，基金委还试点重大非共识项目，先给科学家一年时间验证想法，如果有潜力就加大投入。

为扩大中国科研的全球“朋友圈”，基金委今年还设立双学位项目，邀请美国、日本、非洲、拉美的博士生来华攻读自然科学学位，希望他们绝大部分研究时间在中国度过。

瑞士工程院院长、中国工程院外籍院士贝努瓦·杜比说，瑞士国土狭小却在高科技创新能力上位居世界第七，“秘诀就是开放”——让全球人才在大学自由开展研究。他提到，距离论坛会场百余米，有一座2000多平方米的系统整合实验室（中瑞国际概念验证中心），他希望这种行业与实验室之间的“中间站”能为中国科研带来更多产业合作的全球机遇。

AI与科学从“访客”变为“常住者”

“困扰人类近200年的纳维-斯托克斯方程，最近被上万个智能体连续工作88小时给出证明。”上海人工智能实验室主任、首席科学家周伯文用这个案例说明“问题越古老、越基础，AI提效空间越大”。尽管克雷数学研究所尚未最终确认，但这意味着，人类思考了近两个世纪的问题，AI用万分之零点五的时间在逼近。

随着AI与科研日益深度融合，周伯文认为，AI与科学的关系正从过去的“访客”变为现在的“常住者”，未来将走向“共生”，科学家与AI的交互门槛越来越低。

在这一趋势下，AI4S正成为未来产业的加速器。深势科技创始人兼首席科学家张林峰认为，AI科学家作为科研智能体，已经率先在数学、代码等形式科学和计算科学上取得突破，接下来会在3到5年内结合AI原生仪器、具身智能参与的实验科学，使科研能力持续跃升。

周伯文介绍，目前“书生·端砚”平台已在“小试牛刀”，它贯通了从问题定义到小试、中试、产业应用的科研全链路。在电化学合成领域，它与武汉大学电合成新技术研究所合作，把一项研究的研发周期，从原本的5到10年压缩至1到2年。

即使在以漫长研发周期著称的生物医药领域，AI也有了长足应用。砺思资本创始合伙人曹曦说，目前全球虽然尚无一款完全由AI自主发现或设计的药物上市，但已有170多个AI设计或优化的分子进入临床，最早可能在2029到2030年出结果。

坚守“慢”的价值和“快”的边界

基础研究需要“板凳甘坐十年冷”的定力，而产业发展却在不断加速。那么，在未来产业“呼啸而来”的当下，基础研究该“快”还是“慢”？

圆桌讨论环节，上海未来产业基金总经理魏凡杰抛出的这个问题，引发嘉宾热议。

中国科学院院士、复旦大学教授赵东元坚持基础研究“慢”的价值。他在十多年前发明的核壳结构介孔材料最初只是纯概念、纯规律，后来才成为石油重油裂化的催化剂基础。“基础研究产出的是知识和思想，要抛开功利才做得扎实深入，为后来的产业应用夯实根基。”

中国科学院院士、上海交通大学李政道研究所副所长丁洪则认为，快和慢“两者都要”。今年5月，他在《科学》杂志发表“铁基分数超导磁通涡旋”成果，堪称“改写教科书级”的经典之作。“其实，这个科学问题从提出设想到实验证实，整整用了20年。”丁洪说，这说明物理前沿研究本身就是一门慢科学。但有了AI之后，在极端条件下发现新现象变得非常快。他判断，未来的基础研究将是“人的耐心＋大科学装置＋AI”的结合。

新加坡工程院院士、南洋理工大学计算与数据科学学院副院长、人工智能校长讲席教授关存太表示，前沿科技不能等到“所有问题都研究清楚”后才走向应用。他以脑机接口为例说，脑科学仍有太多未知，“如果等到把大脑完全搞懂再去治病，脑机接口可能再过100年也做不出来。”在他看来，AI驱动正在显著加快技术迭代，推动脑机接口更快从科研探索走向临床应用和产业化。

但“快”也要有边界。北京大学未来技术学院副院长、博雅特聘教授刘颖认为，基础研究与产业应尽早交流，但不宜过早彼此定义。以基因编辑技术为例，其科学基础最初来自对细菌重复序列及其生物学功能的探索，应用价值则是在长期基础研究中逐渐显现。

她表示，原创性基础研究往往具有高度不确定性，科研体系应对这种不确定性给予更多包容，为高风险、高价值研究留下足够的时间和空间。同时，她也鼓励青年科学家保持独立的科研判断，思考什么是真正重要、值得长期投入的问题。